共查询到10条相似文献,搜索用时 453 毫秒
1.
2.
采用基于均值和方差的文档分类。本文建立了一种新型概念网络模型。在此基础上。采用智能检索接口。建立了基于概念网的智能信息服务系统。系统依靠后台的概念网络。处理信息的收集和检索请求。将文档进行自动分类和关联。从而有效、合理的组织文档。在接收到用户的查询请求时。系统通过对用户查询意图的理解。过滤与用户查询意图不相关的文档。从而有效提高查询精度。试验表明。该系统能大大提高用户的检索效率和准确度。 相似文献
3.
4.
本文主要研究了查询语义树的生成策略、用户查询语义的提取机制,以及查询语义树中语义边界的确定方法。通过查询语义树产生候选扩展词,再计算候选扩展词与所有查询项在初检局部文档集合中的共现度,用以评估扩展词质量,使得扩展词与用户查询所蕴涵的主题具有较强的语义相关性。实验结果表明,与传统向量空间模型检索算法比较,查询性能有明显的改善。 相似文献
5.
6.
7.
在对信息检索过程中,文档的属性信息是不确定性或者是不完全的,很难做出决策。基于此,提出将粗集理论应用于信息检索模型中,构造语料库的邻接矩阵,通过对扩展的特征项与文档的上近似集和下近似集的重叠程度的比较,来确定文档与查询的相关性,并通过相关度来对文档进行取舍。通过实验证明,该方法可以提高信息检索的准确率。 相似文献
8.
《科技通报》2015,(8)
通过对文本数据库的优化索引提高信息检索功能,传统的数据库索引方法采用单层文本特征聚类方法,聚类特征不一致时,存在非法聚类和非法结果输出的安全问题。提出一种基于虚拟数据加速分布重组的数据库索引技术,首先构建虚拟数据加速分布重组模型,改进数据库的分布模型,提高对文本数据的索引能力,把需要的文档集经过预处理后,构建文本数据库,算出各个候选扩展词的权重后,需要根据各个词与原查询词的相关度,构成数据库文本扩展词集合,采用相关规则挖掘的规则词作为扩展,得到了虚拟数据的加速分布系统状态函数,构建规则库,从中提取与原查询相关的扩展词,进而实现查询扩展,实现数据库索引算法改进。仿真结果表明,该算法进行文本数据库索引的收敛性好,检索精度和有效连接数较高,执行时间短,展示了其优越性。 相似文献
9.
10.
文章在分析传统查询扩展方法不足的基础上,提出了基于用户反馈的查询扩展方法,结合WordNet和概念相似性方法为用户提供用于查询扩展的候选集,最后用户从中挑选出扩展检索词用于查询扩展,从而为用户返回更加准确的检索结果. 相似文献